视频理解模型实时逐帧标注投篮轨迹

2026年10月17日，AGI Hunt 报道，Linus Ekenstam 演示了视频理解模型在视频播放过程中逐帧实时理解并标注街头篮球投篮。演示中，模型标出球接近最高点的当前位置与 apex，并预测约 0.5 秒后进筐、约 0.7 秒穿网、约 1 秒落地，同时以轨迹线和时间戳实时呈现。报道称，该演示展示了视频理解模型在播放时进行时空推理的能力。这是目前关于该事件的首次报道，尚无后续报道或不同说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。